平均最優(yōu)信息粒子群算法在車輛調(diào)度問題中的應用.pdf

1、分類號密級UDC編號桂林電子科技大學碩士學位論文（全日制工程碩士）（全日制工程碩士）題目題目平均最優(yōu)信息粒子群算法在車輛調(diào)度問題中的應用（英文）（英文）Particleswarmoptimizationbasedontheaverageoptimalinfmationfvehicleroutingproblem研究生學號:1108524005研究生姓名:馬艷楠指導教師姓名、職務指導教師姓名、職務:李壯闊教授申請學位門類:管理科學與工程學

2、科、專科、專業(yè)名稱:物流工程提交論文日期:2013年9月論文答辯日期:2013年12月年月日摘要I摘要車輛調(diào)度優(yōu)化問題是物流與供應鏈管理運作優(yōu)化中的關鍵內(nèi)容，基于車輛調(diào)度問題的相關知識理論，建立滿足生產(chǎn)和運作需要的數(shù)學模型，并針對模型構(gòu)建合理高效的求解算法，這樣對于提高整個物流系統(tǒng)的運營效率和改善物流資源的不合理配置具有重要的理論意義和實際應用價值。本論文以車輛調(diào)度問題為研究對象，利用數(shù)學建模和啟發(fā)式算法等進行深入研究，主要包括以下幾個

3、方面：（1）介紹車輛調(diào)度問題的基本定義及問題分類，系統(tǒng)地闡述了求解車輛調(diào)度問題的常用算法及其實現(xiàn)機制。著重討論多車場車輛調(diào)度問題的相關理論及特征，構(gòu)建以距離最短為優(yōu)化目標的多車場車輛調(diào)度問題的數(shù)學模型。（2）基于粒子群算法操作簡單、尋優(yōu)能力強等特征，考慮采用該算法對車輛調(diào)度問題進行求解。通過分析算法的主要參數(shù)及意義，針對標準粒子群算法在尋優(yōu)過程中存在的缺陷，提出一種平均最優(yōu)信息的粒子群優(yōu)化算法（AveragePSOAVGPSO），并在此

4、基礎上引入填充函數(shù)進一步提高算法性能。測試實驗表明，改進后的算法尋優(yōu)性能顯著提高，且運行時間也相應縮短。（3）針對多車場車輛調(diào)度問題規(guī)模大，求解復雜等特征，設計了一種兩階段優(yōu)化算法，即第一階段采用基于客戶合并策略算法將多車場大規(guī)模問題分解為多個獨立的單車場問題，第二階段采用改進后的粒子群算法求解單車場車輛調(diào)度問題，從而實現(xiàn)對多車場車輛調(diào)度問題的有效求解。（4）選取桂林市某零售連鎖超市為研究對象，進行多車場車輛調(diào)度問題的應用研究。通過分析